近期高速發展的 AI 研發，對培育小孩，有很多可以互相參考之處！

AI 為什麼越來越像人？因為它基本上就是照著「養小孩」的方法在訓練的。

「最初的一千天」，是嬰幼兒大腦發展的黃金期，要大量、多模態的刺激。

OpenAI 在 GPT-3 時代偏向把模型做大，後來 DeepMind 的 Chinchilla 研究（2022）反過來證實：同樣的算力，與其把模型做大，不如把資料餵足，效果好很多。

所以，孩子不是有個好基因高智商大腦就好，如果沒有大量輸入與訓練的機會，硬體再好也跑不出來。

「循序漸進」也很重要。先簡單清楚，再過渡到複雜，模型會學得聰明很多。這在機器學習有個正式名字，叫 Curriculum Learning，2009 年由 Yoshua Bengio 提出。

對人類來說，這裡又比 AI 更殘酷。對還沒辦法處理複雜數學的孩子，給予高強度考試與壓力，他不只學不會，還會得到大量的挫折感。那些挫折感，反過來變成輸入的資訊，讓孩子開始沮喪、無助、漠然、放棄。

最近 Anthropic 在 Claude agent 上更引入了「作夢」機制：閒置的時候，agent 會回去讀以前的記憶，把重複的東西組織化，形成更有效率的長期記憶。對於重複、矛盾或已更新的概念，也做好整理。

人類睡覺時的記憶鞏固，海馬迴把白天的短期記憶轉成長期記憶，是同一個邏輯。

那目前還有什麼，是對人類小孩很容易，對 AI 卻還非常困難的？

最具代表性的，是「極少樣本下的抽象泛化」。

小孩看一兩次貓，第三次就能在新環境認出貓。看過塗鴉的蝴蝶、漫畫上的蝴蝶，下次出門看到真的在飛的，竟然就能對上「這是同一種東西」。

這牽涉到抽象層，以及人類獨特的「關連式模式」理解。

如果這塊能再突破，離萬用的 AGI 就更近一步。

我自己在讀這些 AI 新聞的時候，都會去思考，我們給孩子的教育中，有哪些其實是違反現有的教育科學，也違反 AI 訓練原則的，並一一去調整跟改變。

封面圖來源：Anthropic Claude API Docs 中 Managed Agents「Dreams」功能說明頁。